基于小波的矩匹配技术用于惯性传感器标定
统计方法学
2019-11-19 v1 应用统计
摘要
惯性传感器标定任务需要开发各种技术以考虑来自此类设备的测量误差来源。这些传感器的随机误差标定一直是越来越多研究的焦点，其中参考方法是所谓的“阿伦方差斜率法（Allan variance slope method）”，该方法除了不具备适当的统计性质外，还需要主观输入，容易出错。为克服这一点，近期研究开始提出“自动”方法，其中通过匹配阿伦方差或小波方差（Wavelet Variance）与其模型隐含对应项来估计误差信号底层概率模型的参数。然而，鉴于此类技术使用日益增多，对于从业者而言，尚无研究或明确指导说明哪种方法对于传感器标定目的为最优。本文正式定义了基于该技术的估计量类，并提出了理论和应用结果，与该类中的估计量比较表明，使用广义小波矩方法（Generalized Method of Wavelet Moments）作为最优选择。
引用
@article{arxiv.1911.07049,
title = {Wavelet-Based Moment-Matching Techniques for Inertial Sensor Calibration},
author = {Stéphane Guerrier and Juan Jurado and Mehran Khaghani and Gaetan Bakalli and Mucyo Karemera and Roberto Molinari and Samuel Orso and John Raquet and Christine M. Schubert Kabban and Jan Skaloud and Haotian Xu and Yuming Zhang},
journal= {arXiv preprint arXiv:1911.07049},
year = {2019}
}